Název: Výběr relevantních pravidel pro podporu klinického rozhodování
Překlad názvu: Selection of Relevant Rules Within Clinical Decision Support
Autoři: Kalina, Jan ; Zvárová, Jana
Typ dokumentu: Příspěvky z konference
Konference/Akce: MEDSOFT 2017, Roztoky u Prahy (CZ), 20170321
Rok: 2017
Jazyk: cze
Abstrakt: [cze] [eng]
Systémy pro podporu klinického rozhodování jsou důležitými telemedicínskými nástroji se schopností pomáhat lékařům při procesu rozhodování při stanovení diagnózy, terapie či prognózy pacientů. Navrhli a implementovali jsme prototyp systému pro podporu diagnostického rozhodování, který má podobu internetové klasifikační služby. Specifikem tohoto systému je sofistikovaná statistická komponenta, která umožňuje pracovat i s velkým počtem příznaků. Optimalizuje totiž výběr těch příznaků, které jsou nejdůležitější pro určení diagnózy. Její chování jsme ověřili při analýze dat genových expresí z kardiovaskulární genetické studie. Článek diskutuje principy mnohorozměrného statistického uvažování a ukazuje obtíže analýzy vysoce dimenzionálních dat, kdy počet pozorovaných proměnných (příznaků) převyšuje počet pozorování (pacientů). Clinical decision support systems represent important telemedicine tools with the ability to help physicians within the decision process leading to determining diagnosis, therapy or prognosis of patients. We proposed and implemented a prototype of a clinical decision support system, which has the form of an internet classification service. A specific property of this system is a sophisticated statistical component, which allows to handle also a large number of symptoms and signs. It namely optimizes the selection of such symptoms and signs which are the most relevant for determining the diagnosis. The performance of the prototype was verified on an analysis of gene expression data from a cardiovascular genetic study. The paper discusses principles of multivariate statistical thinking and reveals challenges of analyzing high-dimensional data with the number of observed variables (symptoms and signs) largely exceeding the number of observations (patients).
Klíčová slova: extrakce pravidel; klasifikační analýza; mnohorozměrná statistika; podpora rozhodování; redukce dimensionality
Číslo projektu: GA17-01251S (CEP)
Poskytovatel projektu: GA ČR
Zdrojový dokument: MEDSOFT 2017, ISBN 978-80-86742-47-2, ISSN 1803-8115

Instituce: Ústav informatiky AV ČR (web)
Informace o dostupnosti dokumentu: Dokument je dostupný na vyžádání prostřednictvím repozitáře Akademie věd.
Původní záznam: http://hdl.handle.net/11104/0271186

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-316663


Záznam je zařazen do těchto sbírek:
Věda a výzkum > AV ČR > Ústav informatiky
Konferenční materiály > Příspěvky z konference